一种导航语言指令自动生成与评价方法、装置及存储介质

    公开(公告)号:CN119860761A

    公开(公告)日:2025-04-22

    申请号:CN202411935596.4

    申请日:2024-12-26

    Applicant: 同济大学

    Abstract: 本发明涉及一种导航语言指令自动生成与评价方法、装置及存储介质。获取离线轨迹‑指令对数据集,利用基于多模态对比学习损失的第一损失函数训练语言指令生成模型,得到最优语言指令生成模型,并利用多模态对比学习损失函数训练指令评分模型,得到最优指令评分模型;随机采样多条导航路径,输入最优语言指令生成模型,得到生成的轨迹‑指令对数据集;将生成的数据集输入最优指令评分模型,得到每个轨迹‑指令对的相似度分数并计算数据集整体评价指标,最终筛选出符合第一预设条件和第二预设条件的轨迹‑指令对数据集。与现有技术相比,本发明具有显著提升指令生成的质量、避免语言指令的过拟合问题等优点。

    通信方法、装置、存储介质及程序产品

    公开(公告)号:CN119452712A

    公开(公告)日:2025-02-14

    申请号:CN202280097524.X

    申请日:2022-09-22

    Inventor: 王坚 乔云飞 李榕

    Abstract: 本申请公开了一种通信方法、装置、存储介质及程序产品。该方法包括:第一节点向第二节点发送第一指示信息和/或第二指示信息,该第一指示信息用于指示数据集状态信息,第二指示信息用于指示模型状态信息;第二节点根据第一指示信息和/或第二指示信息,确定通信策略和通信资源;以及第二节点向第一节点发送第三指示信息,该第三指示信息用于指示通信策略和通信资源,通信策略和通信资源是根据第一指示信息和/或第二指示信息确定的。采用本申请的方案,通过获取第一节点的数据集状态信息和/或模型状态信息,以此确定通信策略和通信资源,并指示第一节点通信策略和通信资源,提高了通信的可靠性。

    基于相关证据推理规则的复杂系统风险评估方法

    公开(公告)号:CN118446312B

    公开(公告)日:2025-02-14

    申请号:CN202410472954.6

    申请日:2024-04-19

    Abstract: 本发明公开了一种基于相关证据推理规则的复杂系统风险评估方法,用于处理不确定性下的复杂系统风险评估。本发明构建了一个通用的风险评估指标体系,并将风险指标建模并描述为辨识框架(FoD)下的证据。通过转换矩阵统一证据,明确衡量了证据的可靠度和相关系数。相关证据推理规则(ERR‑DE)模型构建了一个多源信息融合框架,其中具有不同权重、可靠度和相关系数的多条证据可以被聚合,建立了风险指标与系统风险之间的关系。构建了一个参数优化模型,通过期望最大化的思想优化所有主观证据参数。

    一种基于深度学习模型的推理方法

    公开(公告)号:CN113869517B

    公开(公告)日:2025-01-17

    申请号:CN202010621651.8

    申请日:2020-06-30

    Abstract: 本发明公开了一种基于深度学习模型的推理方法。该深度学习模型包括多个依次连接的模型层,各模型层具有其权重矩阵。该方法包括步骤:接收要由深度学习模型进行推理计算的输入矩阵,以便将输入矩阵中的每个输入矩阵单元量化为具有第一比特位数的整数值;利用各模型层执行推理,其中由多个依次连接的模型层中的第一层接收量化后的输入矩阵,利用其权重矩阵对输入矩阵进行矩阵运算以产生输出矩阵,将输出矩阵中的每个矩阵单元重新量化为具有第一比特位数的整数值,并将输出矩阵发送给下一层模型进行进一步运算;以及基于多个依次连接的模型层中的最后一层产生的输出矩阵来获取推理结果。

    细胞图像处理方法、装置、设备和存储介质

    公开(公告)号:CN111768406B

    公开(公告)日:2025-01-10

    申请号:CN202010776569.2

    申请日:2020-08-05

    Inventor: 汪进 陈睿 林真

    Abstract: 本申请提供一种细胞图像处理方法、装置、设备和存储介质,包括:获取预先构建的多个子检测网络模型并联组合而成的复合检测网络模型;多个子检测网络模型对应不同尺寸源的图像;按不同尺寸源截取待处理的细胞图像,得到对应尺寸源的细胞截取图像;将不同尺寸源对应的细胞截取图像缩放至与目标图像尺寸对应的细胞缩放图像,得到多个细胞缩放图像;将多个细胞缩放图像输入复合检测网络模型,以使复合检测网络模型将多个细胞缩放图像对应输入各子检测网络模型进行前向推理,合并各子检测网络模型输出的前向推理结果,得到待处理的细胞图像的细胞检测结果,获取复合检测网络模型得到的细胞检测结果,以提高复合检测网络模型对细胞图像的检测精度。

    一种基于语义和拓扑增强的多跳知识图谱推理方法

    公开(公告)号:CN119168076A

    公开(公告)日:2024-12-20

    申请号:CN202411197242.4

    申请日:2024-08-28

    Abstract: 本发明涉及深度强化学习技术和知识图谱推理领域,公开了一种基于语义和拓扑增强的多跳知识图谱推理方法,旨在提高给定头实体和关系来推理尾实体时,推理路径的合理性和解释性。系统包含路径获取模块和奖励计算模块。首先,使用强化学习算法控制智能体获取推理路径。其次,为提高推理路径的合理性,对路径的语义一致性与实体的多跳中介中心性进行约束。具体来说,通过计算关系和实体的局部相似性和全局紧密性,分别衡量关系和实体的一致性,从而衡量路径的语义一致性;通过计算推理路径中实体的多跳中介中心性分数,识别关键实体,选择更合理的推理路径。最后,将两个分数融合得到合理奖励函数中,再结合根据推理结果计算的准确性奖励,指导智能体选择准确且合理的推理路径。

Patent Agency Ranking